基于机器学习的夜间图像处理方法及系统技术方案

技术编号:41130534 阅读:38 留言:0更新日期:2024-04-30 17:59
本申请公开了一种基于机器学习的夜间图像处理方法及系统,涉及卫星图像云检测技术领域;其中,方法包括:基于卫星传感器支持的至少一种云检测识别波段的辐射信息,从所述至少一种云检测波段中确定白天和夜间所述卫星传感器的辐射特性相同的波段,得到目标波段;获取白天在所述目标波段下采集的第一图像,构建样本集;基于所述样本集,构建云检测模型;利用所述云检测模型对第二图像进行云检测;所述第二图像为所述卫星传感器夜晚在所述目标波段下采集的图像。本申请提供的技术方案,能够提高夜间卫星图像的云检测精度。

【技术实现步骤摘要】

本申请涉及卫星图像云检测,尤其涉及一种基于机器学习的夜间图像处理方法及系统


技术介绍

1、相关技术中,发展卫星图像的云检测技术,是判别遥感图像观测信息缺失程度以及遥感图像进一步利用的关键。云层覆盖了地球表面约67%的面积,其中,约55%的云层覆盖了陆地,约72%的云层覆盖了海洋。云层的存在会阻挡阳光,云层覆盖的程度会对辐射的传输和地球的能量平衡产生不同的影响,此外,云层会影响卫星传感器获取大气和地表参数的过程,导致遥感数据的利用率下降。利用云检测技术能够判别遥感图像观测信息缺失程度,为遥感图像进一步利用奠定基础。

2、相关技术中,基于频谱阈值的方法和基于机器学习的方法是卫星图像云检测的主要技术。但是,由于基于频谱阈值算法通常是为特定传感器量身定制的,这意味着云检测阈值可能因不同传感器而异,因此,该算法缺乏通用性。

3、为了解决上述通用性问题,引入了基于机器学习的卫星图像云检测方法。该方法集成了光谱、纹理和结构特征,能够实现高精度的云检测,由于其强大的信息提取能力和非线性建模,它可以更大程度地挖掘有限的信道信息,实现更高精度的云检测本文档来自技高网...

【技术保护点】

1.一种基于机器学习的夜间图像处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述云检测波段包括以下之一:

3.根据权利要求2所述的方法,其特征在于,所述基于卫星传感器支持的至少一种云检测识别波段的辐射信息,从所述至少一种云检测波段中确定白天和夜间所述卫星传感器的辐射特性相同的波段,得到目标波段,包括:

4.根据权利要求3所述的方法,其特征在于,所述目标波段为长波红外波段。

5.根据权利要求1至4中任一项所述的方法,其特征在于,所述基于所述样本集,构建云检测模型,包括:

6.根据权利要求5所述的方...

【技术特征摘要】

1.一种基于机器学习的夜间图像处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述云检测波段包括以下之一:

3.根据权利要求2所述的方法,其特征在于,所述基于卫星传感器支持的至少一种云检测识别波段的辐射信息,从所述至少一种云检测波段中确定白天和夜间所述卫星传感器的辐射特性相同的波段,得到目标波段,包括:

4.根据权利要求3所述的方法,其特征在于,所述目标波段为长波红外波段。

5.根据权利要求1至4中任一项所述的方法,其特征在于,所述基于所述样本集,构建云检...

【专利技术属性】
技术研发人员:陈勇史晓航王春香蔡丽杰高慧娟刘喜荣张倩
申请(专利权)人:青岛星科瑞升信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1